Fatos principais
- Categoria
- Matemática, datas e finanças
- Tipos de entrada
- number, select
- Tipo de saída
- json
- Cobertura de amostras
- 4
- API disponível
- Yes
Visão geral
A Calculadora de Distribuição de Poisson é uma ferramenta online projetada para calcular probabilidades exatas e acumuladas de eventos independentes que ocorrem em um intervalo fixo. Ideal para estatísticos, engenheiros e analistas, ela permite inserir a taxa média de ocorrência (Lambda) e o número desejado de eventos para obter instantaneamente a probabilidade exata, máxima ou mínima, com precisão decimal configurável.
Quando usar
- •Quando precisar prever a probabilidade de um número específico de eventos ocorrerem em um determinado período de tempo ou espaço.
- •Ao analisar filas de atendimento, tráfego de rede ou chamadas de call center com base em médias históricas.
- •Para controle de qualidade na manufatura, estimando a chance de encontrar defeitos em um lote de produção.
Como funciona
- •Insira a taxa média de ocorrência (Taxa lambda) do evento no intervalo desejado.
- •Defina o número de ocorrências (k) que você deseja analisar.
- •Selecione o modo de probabilidade (exatamente k, no máximo k ou pelo menos k) e o número de casas decimais.
- •A ferramenta calculará automaticamente as probabilidades exatas e acumuladas com base na fórmula de Poisson.
Casos de uso
Gestão de Call Center: Calcular a probabilidade de receber mais de 50 chamadas em uma hora, sabendo que a média é de 40 chamadas.
Engenharia de Tráfego: Estimar a chance de exatamente 5 carros passarem por um cruzamento em um minuto, com base em uma taxa média de 3 carros por minuto.
TI e Redes: Avaliar o risco de um servidor sofrer mais de 2 falhas por mês, dado um histórico de 0,5 falhas mensais.
Exemplos
1. Previsão de chamadas em suporte técnico
Gerente de Atendimento- Contexto
- Um call center recebe em média 4 chamadas por minuto durante o horário de pico.
- Problema
- O gerente precisa saber a probabilidade de receber exatamente 2 chamadas em um determinado minuto para otimizar a alocação da equipe.
- Como usar
- Insira 4 no campo 'Taxa lambda', 2 no campo 'Ocorrências' e selecione 'Exatamente k ocorrências'.
- Configuração de exemplo
-
{"rateLambda": 4, "occurrences": 2, "probabilityMode": "exact", "decimalPlaces": 4} - Resultado
- A calculadora mostra que a probabilidade exata de receber 2 chamadas é de 0.1465 (ou 14,65%).
2. Controle de qualidade de peças
Engenheiro de Qualidade- Contexto
- Uma linha de produção tem uma média de 1,5 defeitos por lote de 1000 peças.
- Problema
- É necessário garantir que a probabilidade de ter 3 ou mais defeitos (pelo menos 3) seja aceitável para os padrões da empresa.
- Como usar
- Defina a 'Taxa lambda' como 1.5, 'Ocorrências' como 3 e escolha o modo 'Pelo menos k ocorrências'.
- Configuração de exemplo
-
{"rateLambda": 1.5, "occurrences": 3, "probabilityMode": "at-least", "decimalPlaces": 4} - Resultado
- O resultado indica a probabilidade acumulada de ocorrerem 3 ou mais defeitos no lote, permitindo ajustes na produção se o risco for alto.
Testar com amostras
math-&-numbersExemplos AWS EventBridge
Exemplos AWS EventBridge incluindo event buses, regras, targets, schema registry, eventos personalizados e roteamento de eventos entre contas para arquitetura serverless event-driven
keywords event,lambda
Amostras ICS do Agendador por Fuso Horario
Arquivos ICS na mesma estrutura retornada pelo Time Zone Workflow Scheduler, com varios VEVENT de horarios candidatos
keywords event,rate
Exemplos de Event Sourcing
Padrões abrangentes de event sourcing cobrindo armazenamento de eventos, arquitetura CQRS, reconstrução de estado e estratégias de versionamento de eventos
keywords event,rate
Biblioteca Ethers.js Ethereum
Exemplos Ethers.js incluindo providers, carteiras, contratos, transações, eventos, assinaturas, utilitários e padrões de interação blockchain
keywords event
Hubs relacionados
Ferramentas de codificacao e conversao de audio
Compare conversao de formatos de audio, ajustes de bitrate, conversao de taxa de amostragem, troca de codec e exportacao em um unico hub.
Ferramentas de conversao de formatos de imagem e exportacao animada
Compare conversores de imagem para JPG, PNG, GIF, AVIF, WebP, TIFF, ICO, base64 e saidas voltadas para animacao em um unico hub.
Ferramentas de intercambio JSON e traducao de formatos
Compare ferramentas de conversao JSON para CSV, YAML, TOML, GraphQL, XML, Markdown, Excel, BSON, EDN e outros formatos estruturados em um unico hub.
Ferramentas de conversao de espacos de cor para web e impressao
Ferramentas reunidas para conversao de espacos de cor entre web e impressao em um unico hub.
FAQ
O que é a taxa Lambda na distribuição de Poisson?
Lambda (λ) representa a taxa média ou o número esperado de ocorrências de um evento em um intervalo fixo de tempo ou espaço.
Qual a diferença entre probabilidade exata e acumulada?
A probabilidade exata calcula a chance de ocorrerem exatamente 'k' eventos. A acumulada calcula a chance de ocorrerem 'no máximo k' ou 'pelo menos k' eventos.
Posso usar números decimais para as ocorrências?
Não, o número de ocorrências (k) deve ser um número inteiro (0, 1, 2...), pois a distribuição de Poisson lida com contagens discretas. A taxa Lambda, no entanto, pode ser decimal.
Qual é o limite de ocorrências que posso calcular?
A calculadora suporta até 10.000 ocorrências, permitindo análises de cenários com altas taxas de eventos.
A ferramenta é adequada para eventos dependentes?
Não, a distribuição de Poisson assume que os eventos são independentes uns dos outros e ocorrem a uma taxa média constante.